本发明公开了一种基于深度学习的面单信息定位方法和系统，能够对例如应用于快递领域的电子面单有效信息（例如收、寄件人信息）提供更加准确的定位服务。其技术方案为：通过卷积神经网络模型从输入的面单图像中提取图像特征和卷积层特征图；对不同卷积层数的特征图进行边界框的回归和分类；基于回归和分类的特征图，通过损失函数对卷积神经网络模型进行训练，产生候选框；从候选框中筛选出置信度最高、存在目标的区域，以得到边界框的位置信息；根据得到的边界框位置信息进行裁剪，以得到包括有效信息在内的图片。